转眼间，2020年全国人工智能大赛开赛已经过去一个多月了，经过一个多月的竞争角逐，各位小伙伴的成绩拉开了差距。
为了让选手们对此次竞赛有更多深入的了解，今天小编带来本次排名前列同学的采访内容，来谈一谈他们对本次数据竞赛的理解和看法。（干货多多，千万别错过！）
大赛亮点
大赛立足于国际视野，营造人工智能创新创造氛围，促进产业、学术、资本、人才等创新要素融合发展，以高规格、高质量、高难度的理念加速培养人工智能领域的高精尖人才，推动人工智能技术的落地。本届大赛赛道设置均由鹏城实验室联合华为、平安、云天励飞等国内相关知名企业、高校和科研机构共同完成，其赋能应用前景广阔。在决赛期间，基于昇腾算法模型的成绩可以获得额外加分。（所以，想要夺冠的小伙伴们，要多多关注。）
赛事介绍
为进一步落实科技部、工信部支持深圳建设国家新一代人工智能创新发展试验区和人工智能创新应用先导区“双区驱动”工作要求，加快推动深圳在人工智能、网络通信等科技创新领域建设步伐，全国人工智能大赛应时而生。2020年全国人工智能大赛由深圳市人民政府主办，深圳市科技创新委员会、鹏城实验室和新一代人工智能产业技术创新战略联盟联合承办。
本届大赛继续沿用“AI赋能视界”为主题，设置“AI+无线通信”、“华为・昇腾杯AI+遥感影像”、“华为・昇腾杯AI+行人重识别”三个赛道，奖金共594万元，在8月-10月面向全球开放报名参赛。
赛事活动
大赛启动后，各赛道竞争激励，产生不少分数优秀的团队。比赛之余，组委会为大家策划了玩法多样，奖品丰富的赛事活动，立即前往往期文章了解活动详情~
01
AI+无线通信
出题单位：华为技术有限公司、东南大学移动通信国家重点实验室
赛题背景：无线通信是信息在无线信道上的传递，而无线信道可以被看作时间频率空间上的高维图像，因而广泛应用于图像处理的人工智能技术近年来也成为无线通信领域的研究热点以及6G智能无线通信中的关键技术。
赛道说明：通过AI技术解决高维无线通信信道压缩反馈与重建、低维信道的数据高效传输问题，瞄准树立“5G到6G发展的里程碑”。
队伍名称：YYUT
目前排名：第1名
Q：可以向我们简单介绍一下你们的团队背景吗？是怎样的原因驱使团队参加了本次全国人工智能大赛呢？
A：我是来自中科院自动化所的学生。我参加这个比赛主要是和我的研究方向相关。我研究的是神经网络架构搜索NAS，看到这个赛题后，我感觉可以应用NAS的方法，也许能取得不错的效果，同时我希望在这个探索的过程中获得一些灵感，说不定能变成一篇论文。同时这次大赛由深圳作为主办城市，我也希望能以优异的成绩为深圳建立经济特区40周年献礼。
Q：你认为这个赛题可以有哪几个方向的解题思路？从提高自身能力而言，你会更推崇哪一种解题思路？
A：参考最近几年的相关论文，主要是在网络结构上的改进。我个人会尝试使用NAS方法，在这个数据集上搜索得到比较合适的网络架构。
Q：在比赛中是否有目前遇到无法解决的问题？如果有，你认为目前该技术难点突破的关键在哪呢？
A：主要的问题是对于赛题以及数据的理解，然后如何围绕这些理解设计出比较合适的网络架构。因为我不是通信背景的，所以无法完全理解数据，在设计网络结构时也遭遇了很多失败。
Q：你认为什么才是“打比赛的正确姿势”？
A：建议刚入门人工智能和深度学习的同学，先不要花很大精力参加这种规模的比赛，可以先去打好Python、人工智能、深度学习的基础，在掌握机器学习、深度学习的基本概念和常用方法，有一定的阅读论文并独立复现的能力之后，再来通过参加比赛进一步提高。要想在比赛中取得好成绩，比较稳妥的方法是阅读并复现最新的相关论文，通过尝试将这些新方法较好地应用到赛题中，并且能在这个基础上，根据赛题本身的特点，做出一定的创新。
02
“华为・昇腾杯”AI+遥感影像
出题单位：武汉大学测绘遥感信息工程国家重点实验室、航天宏图信息技术股份有限公司、中国科学院空天信息创新研究院
赛道背景：地物要素分类是将地表相对固定的物体分类的系统体系，是地表地物要素观测与测绘的重要手段之一。基于遥感影像开展地理国情监测、“耕地红线”、“生态红线”等实际应用，受“同物异谱”、“同谱异物”现象影响，分析与处理的难度极大，目前主要采用人工方式提取地物要素，效率低，耗资巨大，迫切需要自动化、高精度的地物要素提取方法。
赛道说明：通过AI技术突破大规模多源异构高分数据信息提取与分析的技术瓶颈，构筑百万张图片的遥感影像数据集，推进卫星遥感影像在国民生产生活中的广泛应用。
队伍名称：GOODLUCK
目前排名：第3名
Q:可以向我们简单介绍一下你们的团队背景吗？是怎样的原因驱使团队参加了本次全国人工智能大赛呢？
A：哈哈，工业界小公司，名字就不说了，毕竟还没啥成绩~去年参加咱们比赛，今年看到又继续参加~
Q：你认为这个赛题可以有哪几个方向的解题思路？从提高自身能力而言，你会更推崇哪一种解题思路？
A：咳咳，参与这次大赛的选手水平都特别强，保密保密，不能说哟~
Q：在比赛中是否有目前遇到无法解决的问题？
A：1、训练数据过少导致模型过拟合严重、2、模型大小和效果之间的trade-off；关键点：自监督学习，模型量化，知识蒸馏。
Q：你认为什么才是“打比赛的正确姿势？
A：队伍的合理规划及分工，队友之间的精诚合作，才能实现1+1+1+1+1>5的效果。
03
“华为・昇腾杯”AI+行人重识别
出题单位：平安科技（深圳）有限公司、深圳云天励飞技术股份有限公司、深圳巴士集团股份有限公司
赛道背景：行人重识别（Person Re-identification）是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。 目前，行人重识别已经成为学术界的研究热点。行人重识别研究可以有效推动计算机视觉算法对相似物体的区分能力，提升对物体内差异的鲁棒性。
赛道说明：比肩“AI人脸识别”技术,结合深圳公共交通等真实场景和客流识别需求，构筑世界最大规模ReID数据集，解决更为复杂的视角、光照、遮挡等实际问题。
队伍名称：为科技崛起而比赛
目前排名：第1名
Q：可以向我们简单介绍一下你们的团队背景吗？是怎样的原因驱使团队参加了本次全国人工智能大赛呢？
A：我参赛的原因其实就像我的队名一样：“为科技崛起而比赛”。
大家都知道，当前美国对中国实行科技打压，我虽然只是一个小小的算法工程师，但是也有一颗想为国家做点力所能及事情的想法，reid其实不光可以在企业生产和社会生活中落地应用，未来reid还可以在军事方面对人进行精准的追踪打击，如果我们国家在这方面的技术落后于人，早晚会吃亏（我们可能不会用，但是这项技术决不能落后），我希望大家不仅仅为了高额的奖金而比赛，应该目光长远一些。
Q：你认为这个赛题可以有哪几个方向的解题思路？从提高自身能力而言，你会更推崇哪一种解题思路？
A：解题思路无非围绕三个方面：数据、模型的网络结构，参数调优。我觉得模型网络结构方面的创新可能更具战略意义。
Q：在比赛中是否有目前遇到无法解决的问题？如果有，你认为目前该技术难点突破的关键在哪呢？
A：遇到的问题就是：如果决赛需要在华为的昇腾上训练模型，那么最好提前在复赛时候就给大家发一下代金券，让选手提前熟悉一下华为的昇腾开发环境。
Q：从团队取得的优秀成绩，可以看出团队有很强的实力，那在本次竞赛中，团队认为自己都有哪些优势呢？
A：我觉得我和其他团队一样，没有什么特别的优势，如果非要说有，那可能是我更努力一些。
Q：最后问个鸡汤点的问题，你认为什么才是“打比赛的正确姿势”？
A：打比赛的正确姿势，我觉得是严格遵守官方的规则，营造公平的比赛环境比什么都重要，大家不要只盯着奖金，如果比赛真的能推动国家的科技进步，营造人人都爱搞科研的氛围，我觉得比获得100万还要重要。
大赛官网：（请戳此处）
雷锋网(公众号：雷锋网)雷锋网
雷锋网版权文章，未经授权禁止转载。详情见转载须知。
